在工業(yè)控制中，傳統(tǒng)的PID控制至今仍處于主導地位，然而常規(guī)PD控制器的控制效果和控制時常受到制。神經網絡具有自學習、自組織功能和聯(lián)想并行處理等優(yōu)點，使其在復雜的工業(yè)控制中得到了廣泛應用。

這里作者具體探討兩種關于視覺智能起重機系統(tǒng)的概念設計，以期參考:

一、基于神經網絡的PID系統(tǒng)，系統(tǒng)結構框國它主要由3個部分組成

(1)經典PID控制器:直接對被控對象過程進行閉環(huán)控制，其三個參數(shù)在線確定。采用垍量式PID，控制算法為

(2)RBF辯識網絡:用于建立被控系統(tǒng)的辯識模型，以便動態(tài)地觀測控制對彖的輸岀對控制輸?shù)撵`敏度，提供給BP神經網絡，其徑向基函數(shù)為高斯函數(shù)。辯識器的性能指標函數(shù)為根據(jù)梯度下降法，修正網絡權系數(shù)等參數(shù):其中為學習率，為慣性系數(shù)。

(3)BP神經網絡:采用三層BP網絡，通過調整自身權系數(shù)，對PID控制參數(shù)控制性能指標的。

二、本視覺智能起重機系統(tǒng)主要由機械系統(tǒng)及電控系統(tǒng)組

(1)機械系統(tǒng)

機械部分主要由行走小車、主梁、立柱、底座等組成，是實際起重機的等比例縮小模型，用以模我起重機運行中的各種狀態(tài)，小車的行走機構采用伺服電機驅動

小車位移測量采用對伺服電機的碼盤信號進行分頻與計數(shù)，分頻可通過在伺服電機驅動器中沒置一走的參數(shù)來實現(xiàn)，計數(shù)可通過電控系統(tǒng)中的數(shù)據(jù)采集卡來實現(xiàn)

小車的位置限位保護裝置采用反射式光電開關，來實現(xiàn)行走小車的限位報普功能，其檢測距離大約為0-30cm

2)電控系統(tǒng)

圖像采集

利用工業(yè)CD采集圖像，將得到的圖像模擬電壓信號輸入到圖像采集卡中，轉換為便于計箅機處理的數(shù)字信號。像采集卡安裝在工業(yè)控制計算機的PC總線插槽中，醫(yī)像采樣速度為25幀/秒，滿是系統(tǒng)控制的實時性要求。

交流伺服驅動

本視覺智能起重機系統(tǒng)選定的交流伺服電機及驅動器具有全閉環(huán)控制功能，配有多種精度的編碼器可供選用，可以選擇脈沖量進行位置控制、模擬量進行速度控制與轉矩控制等多種控制方式，具有完善的過壓、過載、過電流保護功能，是一個開放式的交流伺服電機系統(tǒng)，可以根據(jù)實際需要，調整電機參數(shù)，從而達到滿意的效果

基于工業(yè)計算機的控制平臺

基于視覺的起重機目標定位系統(tǒng)以工業(yè)計算機為控制核心，它突出的特點是具備高性能的算能力和存儲容量，有大量的應用軟件可以使用，適用于復雜應用和大量數(shù)據(jù)處理。通過在工業(yè)計算機內安裝數(shù)據(jù)采集卡和圖像采集卡等，就可對起重機系統(tǒng)的運動參數(shù)進行采集，并且產生伺服電機的各種控制信號

三、系統(tǒng)的算法

本視覺智能起重機系統(tǒng)軟件采用VC++語言進行設計開發(fā)，軟件界面主要分為參數(shù)設置，狀態(tài)顯示，自動控制，手動控制等頁面，其中控制頁面中包含視煩采集像及相關參數(shù)顯示。下面重點介紹本軟件的

1.定態(tài)SUSAN算法

SUSAN箅法由Smith在1997年提出，是"SmallestUnivalueSegmentAssimilatingNucleus"的縮寫，即同化核分割小值。SUSAN算法的核心思想是假設有一個圓形的區(qū)域，稱其為掩模，它的中心有一個核，在整個國像區(qū)城內移動這個掩模，在掩模區(qū)域內，若一坐像素點與掩模核的灰庋值相近，就稱這些點構成的區(qū)域是USAN(UnηivalueSegmentAssimilatingNucleus)，即同化核分制相同值區(qū)域。若掩模核處在圖像的一條直線邊緣附近時，USAN值接近其大值的一半;若掩模核處在像的一個拐角處，則USAN值接近大值的四分之一。這樣就可以根據(jù)USAN值在一幅像中搜索國像的邊緣或拐角。

在視覺智能起重機提取車輛邊緣及拐角時，基于·定的先驗知識，我們可以構造著干特定的掩模度的提取特走方向的邊緣和拐角信息的同時還能一走程度上的抑制噪聲。具體定態(tài)SUSAN算法如下

(1)選定掩模，遍歷車道中與其相關熱京區(qū)域中的每個像素，采用以下相似比較函數(shù)判斷掩模所掩蓋的區(qū)域內的點與掩模的相似程度其中為掩模核的坐標，為掩模區(qū)域其它點的坐標。、分別為點和的灰度值。閾值決走了兩個點相似的大差異。為輸出的結果

(2)掩模區(qū)域的USAN值可以由式(2)計算，其中:為USAN中像素個數(shù)，它給出了USAN值。將n與某閾值相比較，得到像素響應函數(shù):(3)其中為該掩模對應的大值。反映了點及其附近的像素與掩模相似的程度。

2.矩形目標識別方法

(1)拐角匹配:選定初始拐角，確定對應拐角位置所在的熱點區(qū)域，在此區(qū)域內尋找與其關

(2)邊緣匹配:若拐角匹配成功，在相應熱京區(qū)域內尋找與其類型匹配的

(3)若匹配成功，計算目標大小，位置等信，得出識別結果。

(4)目標跟蹤:對于已識別出矩形目標，通過引入相似度函數(shù)和已有的矩形目標模板進行匹配來判斷該目標

(5)熵值差和平均灰度差是匹配的主要依據(jù)，后更新相關參數(shù)和模板

對于起重機而言，發(fā)展智能無人起重機是未來發(fā)展的必然趨勢，隨著科學技術的不斷發(fā)晨，更是使得其智總化成為可能。對于視覺看能起重機而言，筆者也是基于現(xiàn)有的科學技術，提出了相應的視覺智能起重機概念設計，希望能夠為看能起重機的發(fā)展做出一點貢獻。

豪鋼起重機向來以突出的質量和性價比獲得眾多公司認可，25年來一直致力于為客戶提供精確的物料解決方案，使用壽命可以達到20年之久。如果你想要訂購智能起重機，歡迎聯(lián)系我們的在線客服或撥打電話：400-920-0271